基于加权核的图像去噪算法及实现任务书
2020-02-18 03:02
1. 毕业设计（论文）主要内容：
1、学习并掌握Python编程；
2、学习加权核去噪算法原理；
3、基于python实现加权核去噪。
2. 毕业设计（论文）主要任务及要求
1、对于有噪声图像，编写程序实现基于加权核去噪（无噪声源图像给定）；
2、撰写格式必须规范；
3、阅读的参考文献不少于15篇（其中近5年外文文献不少于3篇)；
4、完成不少于12000字的论文的撰写并完成答辩的相关工作；
5、完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译；
6、正文应包含不少于12幅图（包括：电路原理图、流程图、结构框图、程序框图等）。
3. 毕业设计（论文）完成任务的计划与安排
第4周—第5周 论文开题；
第6周—第12周 撰写论文初稿；
第12周—第15周 修改论文；
第16周 论文答辩
4. 主要参考文献
1.A. Levin and B. Nadler. Natural image denoising: Optimality and inherent bounds. In CVPR, 2011.
2.A. Levin, B. Nadler, F. Durand, and W. T. Freeman. Patc complexity, finite pixel correlations and optimal denoising. In ECCV. 2012.
3.Z. Lin, R. Liu, and Z. Su. Linearized alternating direction method with adaptive penalty for low-rank representation. In NIPS, 2011.
4.杨国亮, 王艳芳, 丰义琴,等. 基于加权RPCA的非局部图像去噪方法[J]. 计算机工程与设计, 2015(11):3035-3040.
5.黄玲俐. 一种改进权重的非局部均值图像去噪方法[J]. 计算机技术与发展, 2016, 26(6):16-19.
